基于多非线性局部保持投影的两视角步态识别方法

    公开(公告)号:CN108921114A

    公开(公告)日:2018-11-30

    申请号:CN201810751452.1

    申请日:2018-07-10

    Applicant: 福州大学

    Abstract: 本发明涉及多视角步态识别技术领域,特别是一种基于多非线性局部保持投影的两视角步态识别方法。该方法包括以下步骤:读取两个不同视角的步态数据并刻画样本的原始关系、构造非线性函数族以规范化不同视角的步态样本、基于局部保持原则对规范化样本进行投影以提取判别特征、对照投影后的已知样本库和待测步态样本,按照最近邻原则识别来自不同视角的步态。经本方法投影后的样本能有效保持原始非线性结构,减小视角因素的干扰,具有个体间差异大而视角间差异小的特点。在多视角步态库CASIA(B)上进行实验,实验结果表明本方法优于其它多视角识别方法。

    一种基于相似度学习及核方法的多视角步态识别方法

    公开(公告)号:CN109558834A

    公开(公告)日:2019-04-02

    申请号:CN201811433403.X

    申请日:2018-11-28

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于相似度学习及核方法的多视角步态识别方法,通过字典表示获取不同视角下样本的相似关系,通过单核或多核方法提取样本的非线性特征,并求解优化模型得到不同视角到公共子空间的投影,将核非线性变换后的待测步态样本与已注册步态样本集合投影到公共子空间,从而通过在公共子空间中的距离关系匹配步态识别人的身份。本发明训练过程中不依赖于步态识别视频的身份信息,且在待识别步态视频与已注册步态视频集合所属视跨度较大时,与现有方法相比能取得较高的识别精度。

    基于多非线性局部保持投影的两视角步态识别方法

    公开(公告)号:CN108921114B

    公开(公告)日:2021-09-28

    申请号:CN201810751452.1

    申请日:2018-07-10

    Applicant: 福州大学

    Abstract: 本发明涉及多视角步态识别技术领域,特别是一种基于多非线性局部保持投影的两视角步态识别方法。该方法包括以下步骤:读取两个不同视角的步态数据并刻画样本的原始关系、构造非线性函数族以规范化不同视角的步态样本、基于局部保持原则对规范化样本进行投影以提取判别特征、对照投影后的已知样本库和待测步态样本,按照最近邻原则识别来自不同视角的步态。经本方法投影后的样本能有效保持原始非线性结构,减小视角因素的干扰,具有个体间差异大而视角间差异小的特点。在多视角步态库CASIA(B)上进行实验,实验结果表明本方法优于其它多视角识别方法。

    一种合成美她司酮的方法

    公开(公告)号:CN103524586A

    公开(公告)日:2014-01-22

    申请号:CN201310510394.0

    申请日:2013-10-26

    Applicant: 福州大学

    Abstract: 本发明提供一种制备米非司酮主要代谢产物美她司酮(Metapristone,RU42633,单去甲基米非司酮)的简便方法。根据对11β-[4-(N-甲胺基)苯基]-17β-羟基-17α-(1-丙炔基)-雌甾-4,9-二烯-3-酮即美她司酮进行合成工艺条件的优化,本发明提供一种有效的合成方法。该合成方法以碘和无机碱作为反应试剂,可在常温条件下进行反应。本制备方法反应操作简单,易于后处理,可以极大提高反应产率,降低了生产成本。

    一种基于相似度学习及核方法的多视角步态识别方法

    公开(公告)号:CN109558834B

    公开(公告)日:2022-06-21

    申请号:CN201811433403.X

    申请日:2018-11-28

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于相似度学习及核方法的多视角步态识别方法,通过字典表示获取不同视角下样本的相似关系,通过单核或多核方法提取样本的非线性特征,并求解优化模型得到不同视角到公共子空间的投影,将核非线性变换后的待测步态样本与已注册步态样本集合投影到公共子空间,从而通过在公共子空间中的距离关系匹配步态识别人的身份。本发明训练过程中不依赖于步态识别视频的身份信息,且在待识别步态视频与已注册步态视频集合所属视跨度较大时,与现有方法相比能取得较高的识别精度。

    基于特征融合的多模块无监督学习视网膜血管分割系统

    公开(公告)号:CN108921133A

    公开(公告)日:2018-11-30

    申请号:CN201810842154.3

    申请日:2018-07-27

    Applicant: 福州大学

    Inventor: 陈晓云 陈莉 张萌

    Abstract: 本发明涉及一种基于特征融合的多模块无监督学习视网膜血管分割系统,包括:图像去噪和增强模块,用于对彩色眼底图像去噪,增强彩色眼底图像对比度;特征提取和融合模块,用于提取彩色眼底图像像素的不变矩特征、Hessian矩阵特征、Gabor小波特征、相位一致性特征、Candy边缘算子特征,并融合为特征向量;多模块学习模块,用于将彩色眼底图像像素的特征向量分割为多个模块,并分别聚类;以及,合成和结果分析模块,用于对聚类结果合成,并比对分析。本发明提出的系统弥补了有监督的视网膜血管分割方法须以专家手动标记血管为金标准、存在训练样本获取困难和训练时间长等方面的不足。

    一种合成美她司酮的方法

    公开(公告)号:CN103524586B

    公开(公告)日:2015-04-15

    申请号:CN201310510394.0

    申请日:2013-10-26

    Applicant: 福州大学

    Abstract: 本发明提供一种制备米非司酮主要代谢产物美她司酮(Metapristone,RU42633,单去甲基米非司酮)的简便方法。根据对11β-[4-(N-甲胺基)苯基] -17β-羟基-17α-(1-丙炔基)-雌甾-4,9-二烯-3-酮即美她司酮进行合成工艺条件的优化,本发明提供一种有效的合成方法。该合成方法以碘和无机碱作为反应试剂,可在常温条件下进行反应。本制备方法反应操作简单,易于后处理,可以极大提高反应产率,降低了生产成本。

    一种图像像素缺失的人脸识别方法

    公开(公告)号:CN109325442A

    公开(公告)日:2019-02-12

    申请号:CN201811093072.X

    申请日:2018-09-19

    Applicant: 福州大学

    Abstract: 本发明涉及一种图像像素缺失的人脸识别方法,包括以下步骤:步骤S1:对人脸图像数据进行预处理;步骤S2:结合低秩矩阵填充模型和低秩表示分类模型对待测样本集学习关于训练样本集的表示,同时对训练样本集的缺失项进行填充;步骤S3:基于最近邻子空间准则对待测样本进行分类,得到待测图像的类标签。本发明对存在缺失项的人脸图像基于低秩填充和低秩表示分类模型将填充过程和表示系数学习过程整合在同一个模型得到了更好的填充效果和识别性能。

Patent Agency Ranking